Uji Normalitas Uji Multikolinearitas

34 konsisten, dan penaksiran koefisien regresinya efisien Gujarati, 2003 dalam Ghozali, 2005. Uji asumsi klasik merupakan prasyarat dilakukannya analisis regresi. Ada empat macam uji asumsi klasik yang dipakai dalam penelitian ini, antara lain adalah sebagai berikut.

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji kenormalan distribusi dalam model regresi pada variabel penggganggu atau variabel residual Ghozali, 2005. Seperti diketahui, dalam uji t dan uji F diasumsikan bahwa nilai residual mengikuti distribusi normal Ghozali, 2005. Ada dua cara yang dipakai di dalam penelitian ini untuk mendeteksi apakah residual berdistribusi normal atau tidak. Pertama, analisis grafik yaitu dengan melihat normal probability plot yang akan membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya akan mengikuti garis diagonalnya. Kedua, analisis statistik yaitu dengan melihat hasil uji statistik non-parametrik Kolmogorov-Smirnov K-S. Tingkat signifikansi yang dipakai dalam penelitian ini adalah sebesar 5. Apabila p value 0,05 maka data tersebut terdistribusi normal.

b. Uji Multikolinearitas

Multikolineritas merupakan suatu keadaan dimana terdapat hubungan yang sempurna antara beberapa atau semua variabel independen dalam model regresi. Uji multikoliniearitas bertujuan untuk menguji apakah di dalam model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen Ghozali, 2005. Multikolinearitas antar variabel independen dapat dilihat dari nilai tolerance dan variances inflation factor VIF Ghozali, 2005. Kedua ukuran tersebut menunjukkan setiap variabel independen yang satu yang dijelaskan oleh variabel independen yang lain. Nilai tolerance yang rendah sama artinya dengan nilai VIF yang tinggi Ghozali, 2005. Jika nilai tolerance lebih besar dari 0.1 dan nilai VIF lebih kecil dari 10, maka tidak terjadi multikoliniearitas. 35

c. Uji Autokorelasi